近日，腾讯量子实验室在《Nature Machine Intelligence》上发表了 AI + 量子的最新研究成果《Optimizing quantum annealing schedules with Monte Carlo tree search enhanced with neural networks》，提出一种蒙特卡洛树搜索（MCTS）算法及其由神经网络增强的增强版本——将其命名为 QuantumZero (QZero)——在混合量子-经典框架中自动设计退火 schedule。

论文链接：https://www.nature.com/articles/s42256-022-00446-y

对于本研究中考虑的 3-SAT 示例，即使在退火时间很短的情况下，MCTS 和 QZero 算法在发现有效退火计划方面也表现出色。此外，神经网络的灵活性使我们能够应用迁移学习技术来提高 QZero 的性能。在基准研究中证明 MCTS 和 QZero 在设计退火计划时比其他强化学习算法更有效。

内容中包含的图片若涉及版权问题，请及时与我们联系删除